Casos prácticos de pensamiento estadístico
Justin Bois
Lecturer, Caltech



Evaluación de cuán razonables son los datos observados asumiendo que una hipótesis es verdadera
La probabilidad de obtener un valor de tu estadístico de prueba al menos tan extremo como el observado, asumiendo que la hipótesis nula es verdadera
La probabilidad de obtener un valor de tu estadístico de prueba al menos tan extremo como el observado, asumiendo que la hipótesis nula es verdadera
Requiere especificar claramente:
Hipótesis nula: las longitudes de episodios activos de peces silvestres y heterocigotos tienen la misma distribución
Estadístico de prueba: diferencia en la media de la longitud del episodio activo entre heterocigotos y silvestres
Al menos tan extremo como: el estadístico de prueba es mayor o igual que lo observado
Para cada réplica:
perm_reps = dcst.draw_perm_reps(
data_a, data_b, dcst.diff_of_means, size=10000
)
El p-valor es la fracción de réplicas al menos tan extremas como lo observado
p_val = np.sum(perm_reps >= diff_means_obs) / len(perm_reps)
Casos prácticos de pensamiento estadístico